Dank eines neu entwickelten Materials könnte bis Ende dieses Jahrzehnts eine neue Generation von Computerchips in Produktion gehen, die dem neuronalen Netzwerk des Gehirns nachempfunden ist. Dies ist der erste elektrochemische 3-Terminal-Transistor aus 2D-Materialien.
Wissenschaftler des KTH Royal Institute of Technology in Stockholm und der Stanford University haben herausgefunden, dass Speicherkomponenten aus einer Titankarbidverbindung namens MXene „ein hervorragendes Potenzial zur Ergänzung der klassischen Transistortechnologie“ haben. Der elektrochemische Direktzugriffsspeicher (ECRAM) verhält sich wie eine synaptische Zelle in einem künstlichen Netzwerk und bietet einen universellen Speicher für die Datenspeicherung und -verarbeitung. „Diese neuen Computer werden sich auf Komponenten stützen, die mehrere Zustände haben und Berechnungen im Speicher durchführen können“, sagte Max Hamedi, außerordentlicher Professor und Hauptautor der KTH, in einer Erklärung.
Die in der Zeitschrift Advanced Functional Materials veröffentlichten Ergebnisse deuten darauf hin, dass MXene eine grundlegende Rolle bei der Entwicklung neuromorpher Computer spielen könnte, die näher am menschlichen Gehirn arbeiten und tausendmal energieeffizienter sind als die heutigen traditionellen Computer.
In einer Erklärung gegenüber TechRadar Pro bestätigte Max Hamedi, dass die Technologie „die gleichen Prozesse wie CMOS-Wafer verwendet und Schichten aus 2D-Material auf Silizium integriert. Wir sehen Schreibgeschwindigkeiten, die 1000-mal schneller sind als bei jedem anderen ECRAM, das demonstriert wurde. Das bedeutet, dass, wenn wir 2D-ECRAMs auf Nanoskala skalieren, sie so schnell sein können wie Transistoren in modernen Computern (Sub-Nanosekunde), was bedeutet, dass sie in unsere modernen Computer mit CMOS-Technologie eingebaut werden können (aufgrund der Kompatibilität von Metallmaterialien von 2D Transistoren mit CMOS-Fab-Technologie).
„Wir werden in der Lage sein, spezielle Computereinheiten (sagen wir in 5-10 Jahren) herzustellen, in denen Speicher und Transistoren verschmolzen sind, wodurch sie mindestens 1000-mal energieeffizienter sind als die besten Computer, die wir heute für künstliche Intelligenz und Modellierungsprobleme haben (einige Berechnungen zeigen sogar eine 1-Millionen-fache Energieeffizienz für bestimmte Algorithmen).
Wir können wahrscheinlich damit rechnen, dass das erste kommerzielle Produkt noch vor Ende des Jahrzehnts auf den Markt kommt, da die Go-to-Market-Strategie mindestens fünf Jahre lang getestet werden muss.
Lesen Sie auch: